
互联网大数据重新定义个人信用
行为金融学的基础正日益坚实。通过互联网大数据精准记录海量个人行为,进而形成分析结论,并把它运用在不限于银行借贷的广阔社会生活中,给社会带来细微却重大的变化,甚至会改写经济学教科书。中国的一些互联网机构正在这条路上衔枚疾进,并走在世界最前列。
Fintech(金融技术)或者Techfin(技术金融)正成为一个酷炫的词汇。它的应用场景之广,远远超过传统金融领域所能覆盖的范围。尽管在追求严谨、准确和稳健的传统金融征信领域,这些互联网极客们刚刚遭遇了征信牌照不能落地的挫折,但对大数据生成的信用,不妨以开放的心态看待,它值得寄予高期望。
近日一个颇受关注的事件是个人征信牌照推迟落地。早在2015年1月,央行官网公布《关于做好个人征信业务准备工作的通知》,当时,外界期待个人征信市场将全面放开,但如今两年多过去,企业望眼欲穿,牌照仍旧悬而未落。4月21日下午,人民银行回应了这一问题。
从传统金融机构的思路来说,目前对个人征信牌照不予落地出于综合考虑。中国人民银行征信局局长万存知介绍,大环境原因有互联网金融整顿、社会公众对个人信息保护的意识空前高涨等;具体业务方面,则有“每一家机构都想追求依托互联网形成自己的业务的闭环”、“各自依托某一个企业或者企业集团发起创建、不具有第三方征信独立性”“存在信息误采误用问题”等。
当然,央行也给未来留出了空间。万存知说:“持牌金融机构之外的领域,人民银行征信中心难以覆盖,需要培育其他个人征信机构来做补充,形成错位发展、功能互补。”
金融的本质是对风险定价,征信服务广泛搜集有效信息,进而辅助判断风险,这是其意义所在。所以从信贷角度来说,征信牌照的监管需要符合金融操作的稳健性原则,也无可厚非。
不过从更广阔的视角来看,则不妨鼓励互联网技术金融公司多做尝试,因为金融信贷只是数字化生活的一个小小侧面,广阔天地中,“信用”大有可为。
“信用”有超越“征信”的意义,移动互联和大数据时代,每个人拥有信用的时代来临了。
信用不只是金融运用,其所到之处,可以提升社会运行效率、减少无用劳动。因为信用,许多社会流程都将简化、优化。如广州一家医院与互联网信用机构联合推出先诊疗后付费,挂号、诊疗、化验、拿药,全程不付费,患者回家之后,全程费用网上代扣,节省大量的排队付费时间。其他如免押金租车、免押金租房、免押金住酒店等各类押金正在减免、消失,用户和机构之间的关系正因为信用而变得简单。此前有统计分析,免押金住酒店,入住时间由平均十几分钟下降到45秒,退房时间由平均四五分钟下降到18秒;免押金租车,免掉押金的同时,将租车时间缩短了60%~80%;免押金租房,更减少了刚毕业大学生、蓝领等的现金压力。
如何衡量一个人的信用,是个颇为复杂的命题。在信用体系发展最为成熟的美国,92%的群体有自己的信用数据,这些数据大多来自于他们的金融生活。在中国,信用体系的覆盖度大约为35%。有意思的是,由于互联网大数据的产生,中国社会诚信体系的建设正在呈现出比美国更多元的态势。金融只是社会生活的一个方面,除了测度金融信用,互联网大数据还能测度一个人生活中方方面面的信用程度,信用信息更加完整。
在互联网的推动下,中国正在尝试着探索和建设一个有自己特色的信用体系,虽然这并不容易,但是过程非常有意义和价值。当然,对于其中可能存在的个人信息泄露等风险点,是将来监管的重点所在,这个可以另行专门探讨。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14